Qualité Références n°72

MANAGEMENT DE LA

MANAGEMENT DE LA PERFORMANCE L’APPORT DU BIG DATA AU SERVICE DE LA QUALITÉ tivement utilisables à une échelle industrielle grâce aux vitesses de calcul élevées produites par ces technologies big data. Deuxième point : la performance des processus opérationnels. Les technologies issues du big data permettent de rendre possible, éventuellement en temps réel, des opérations de détection, d’anticipation, d’optimisation et de réaction à des évènements auxquels on peut accéder directement. Quant au dernier point, il concerne la connaissance Client. Elle permet de comprendre, cibler et personnaliser tant les relations que les produits et services apportés aux clients. Appliquée aux cas particuliers de la maîtrise de la qualité effective des produits, de la mesure de la qualité perçue, ou du pilotage d’un système cohérent de maitrise de la qualité, les technologies big data accroîtront globalement le niveau de maîtrise et d’assurance de la qualité. BÉNÉFICES ET RISQUES Jean-Bernard Guidt déclare à propos des bénéfices du Big Data : « Le big data apportera à l’activité de la maîtrise de la qualité, quatre bénéfices principaux : l’augmentation du nombre de points de mesure (et donc de sources d’information) de la qualité produite et perçue, une compréhension plus complète et plus approfondie des besoins des clients grâce « Les technologies Big Data ne sont pas encore énormément utilisées. Elles le sont prioritairement sur l’information Client. » notamment aux possibilités d’exploration de données internes et externes, la possibilité d’anticiper les insatisfactions et de réagir avant même que le client n’ait atteint le stade de l’exprimer ouvertement et enfin, la capacité d’analyse des causes et d’amélioration continue plus fine, reposant sur les possibilités d’optimisation et de simulation apportées par la data science. » Ainsi, par exemple, le Big Data est utilisé dans la maintenance prédictive afin d’anticiper des opérations de défaillance. Il nécessite de disposer des équipements connectés avec des capteurs et des systèmes d’analyse de mode de défaillance. L’utilisation du big data n’est pas sans danger. Selon Jean-Bernard Guidt, le risque principal lié au big data, reste la mauvaise maîtrise de la data elle-même. Si les possibilités sont grandes, la fiabilité des résultats repose essentiellement sur la qualité et la fiabilité des données, Keyrus : un acteur pionnier et innovant Le cabinet de conseil intégré du Groupe Keyrus, Keyrus Management, combine des savoir-faire métiers avec des expertises technologiques en matière de gestion de la donnée. Il aide les entreprises à répondre à leurs besoins de transformation rapide en développant leur agilité et en accélérant l’usage du digital. Le cabinet développe ses activités en France et à l’international en s’appuyant sur le Groupe Keyrus, spécialiste de la Data et du Digital implanté dans une quinzaine de pays et sur 4 continents. Son offre en matière de big data concerne les prestations autours de la définition de stratégies de valorisation de données, du schéma directeur 1 big data, de la conception d’architecture 2 big data, de la Data Science et de la mise en œuvre de solutions et de plateforme Big Data, de l’Analytics et data science. Enfin, ses innovations résident dans la mise à disposition de profils expérimentés dans le Big Data et la Data Science et des solutions innovantes comme RAYS, une plateforme accélératrice de projet Big Data. 1 Un schéma directeur informatique est un document de synthèse établi par la direction informatique et validé par la direction générale de l’organisation. Il permet la définition, la formalisation, la mise en place ou l’actualisation d’un système d’information. 2 En informatique, l’architecture désigne l’organisation des différents éléments du système informatique (logiciels, matériels, humains et informations) et des relations entre les éléments. ainsi que sur la pertinence des modélisations métier et sur celle de l’interprétation des calculs. Un autre risque concerne le respect de la réglementation en matière de respect de la confidentialité, et de la sécurité des données, qui fait partie de la satisfaction des clients. Exploiter les capacités du big data pour mieux satisfaire les clients, nécessitera donc de travailler sur plus de données les concernant, et donc d’être plus soumis à des contraintes de protection de ces données. Dans le monde digital, le client devient unique et veut être traité comme tel. La personnalisation conduit l’entreprise à satisfaire les besoins de chacun de ses clients individuellement. Jean-Bernard Guidt note alors : « Les impacts en matière de non qualité sont aussi beaucoup plus importants. Un client insatisfait dispose de tout son réseau virtuel pour raconter sa mésaventure avec telle marque, information qui peut se propager de manière virale. Ainsi, dans le monde digital, maîtrise de la qualité et protection de la marque deviennent fortement liés. Le responsable Qualité de l’ère digitale doit donc impérativement s’adapter à ces nouveaux modes de comportement et à ses nouveaux modes de travail. » Jean-Bernard Guidt conseille donc au responsable Qualité de disposer d’une culture de la Data et de comprendre les problématiques de gouvernance et de qualité de données. Il doit aussi être capable de dialoguer avec des data scientists et de comprendre les nouveaux cas d’usage afin de les utiliser dans des problématiques de maîtrise de la qualité. De plus, Jean-Bernard Guidt remarque à propos des outils à utiliser : « L’architecture big data doit être transversale et unique au niveau de l’entreprise, puisque l’un de ses intérêts est de pouvoir corréler différents types de données. Le responsable Qualité en est donc un « client » au même titre que les autres directions. Ce seront essentiellement les capacités d’analytics et d’audit de données qui l’intéresseront. Ces capacités seront mises à sa disposition par les gestionnaires de la plateforme. » Valérie Brenugat 16 IQUALITÉ RÉFÉRENCES • N°72 • Avril - Mai - Juin 2017

LANCEMENT DE xxx DOSSIER Companion by Minitab Amélioration. Innovation Déployé. Accéléré. Harmonisé. Synthétisé. Roadmap DFSS Feuille de route Définir, Concevoir, Optimiser, Valider Quality Function Deployment Maisons de la qualité (QFD) Les fonctions utiles aux projets innovants Simulation de Monte Carlo Les fonctions utiles aux projets Lean Cartographies, VSM, SMED Roadmap DMAIC Feuille de route Définir, Mesurer, Analyser, Innover-Améliorer, Contrôler Plus de 90% des entreprises du classement Fortune 100 ont adopté les solutions Minitab pour améliorer processus, produits et services Testez Companion by Minitab pendant 30 jours gratuitement www.companionbyminitab.com QUALITÉ RÉFÉRENCES • N°72 • Avril - Mai - Juin 2017 I17